ارائه یک دسته بندی کننده درختی بسته ها در tcam با در نظر گرفتن کران های حافظه

پایان نامه
چکیده

اینترنت گسترده ترین شبکه مبتنی بر سوئیچینگ بسته ای است. در تجهیزات و ابزارهای مورد استفاده برای پردازش بسته ها در این شبکه، مخصوصا در شاهراه های اینترنت، پردازش های خاص با سرعت بالا انجام می شود. به عنوان یک راه حل استاندارد جهت تضمین سرعت پردازش متناسب با سرعت شبکه، طیف وسیعی از ابزارهای پردازشگر بسته ها شامل مسیریاب ها، دیواره های آتش، سیستم های تشخیص نفوذ، سیستم های مدیریت حساب کاربران و ... از دسته بندی بسته ها در پیادهسازیهای سختافزاری و نرمافزاری استفاده می کنند. در پیاده سازی های سخت افزاری الگوریتم های دسته بندی بسته ها، از حافظه های آدرس پذیر سه وضعیتی بر اساس محتوا (tcam) ، به منظور جست و جوی موازی استفاده می شود. با وجود قابلیت دستیابی به سرعت جست وجوی بالا، یکی از مشکلات اصلی در استفاده از حافظه های آدرس پذیر سه وضعیتی بر اساس محتوا، مصرف توان بالای آن ها می باشد. طرح الگوریتم های درختی که با هدف کاهش مصرف توان در این حافظه ها ارائه شده است، به دلیل توزیع نامتوازن قوانین در بلوک های این نوع حافظه وهمچنین مشکلات ذخیره فیلدهای محدوده در آن ها، منجر به اتلاف حافظه و افزایش مصرف توان میشوند. از این رو تلاشهای تحقیقاتی زیادی برای رفع ایرادت ذکر شده توسط محققان انجام گرفته است. در این پایان نامه، معماری جدیدی برای کاهش مصرف توان در بلوک های حافظه آدرس پذیر سه وضعیتی بر اساس محتوا مورد استفاده در دسته بندی کننده سخت افزاری، ارائه میگردد. در معماری دسته بند پیشنهادی، نخست درخت های تصمیم گیری بر اساس فیلد های آدرس ip مبدا و مقصد ایجاد و قوانین دسته بند بین برگ های آن توزیع می شوند. در این مرحله هر برگ درخت، متناظر با یک بلوک حافظه آدرس پذیر سه وضعیتی بر اساس محتوا می باشد. در مرحله دوم، متناظر با ساختار درخت، بخش دوم از قوانین، شامل محدوده پورت های مبدا و مقصد، در بلوک های متفاوتی از حافظه آدرس پذیر سه وضعیتی بر اساس محتوا جای می گیرند. در این معماری از یک بلوک حافظه آدرس پذیر بر اساس محتوای اضافی به عنوان بلوک عمومی استفاده می شود. این بلوک دربردارنده قوانین مشترک در میان برگ های درخت تصمیم است؛ ایده کلیدی برای ساخت درخت بهینه در مرحله اول، انتخاب بیت هایی برای برش در فضای ژئومتریک است که با انجام برش در آن ها، میزان تکرار قانون ها در گره های درخت تصمیم ایجاد شده کمینه می شود. این کار باعث می شود قانون ها به صورت متوازن بین بلوک های حافظه آدرس پذیر بر اساس محتوا در مرحله دوم توزیع شوند؛ در نتیجه تعداد قوانین مشترک ذخیره شده در بلوک آدرس پذیر بر اساس محتوای عمومی کاهش مییابد. کارایی معماری پیشنهادی به کمک برش هوشمندانه، با معماری های موجود مقایسه شده است. در این مقایسه، از قوانین و بسته های تولیدی توسط ابزار classbench استفاده شده است. مقایسه نتایج نشان دهنده ی آن است که در روش پیشنهادی، توزیع قوانین در بلوک های حافظه آدرس پذیر سه وضعیتی بر اساس محتوا از توازن بهتری برخوردار است و در مجموع تعداد قوانین نوشته شده در بلوک عمومی بصورت قابل توجهی کاهش پیدا کرده است. در ادامه این پژوهش، راه حلی جهت ذخیره سازی فیلدهای محدوده در حافظه آدرس پذیر بر اساس محتوای مطرح شده است. بدین منظور یک روش کدگذاری جهت کد کردن محدوده فیلد های پورت مبدا و مقصد قانون ها و همچنین فیلدهای پورت مبدا و مقصد بسته ورودی پیشنهاد شده است. استفاده از روش کدگذاری پیشنهادی منجر به استفاده بهتر از حافظه های آدرس پذیر چند وضعیتی بر اساس محتوای می گردد. کارایی معماری پیشنهادی با استفاده از مجموعه قوانین و بستههای تولید شده با ابزار classbench ارزیابی شد. نتایج نشان دهنده آن است که استفاده از الگوریتم برش هوشمندانه در ساخت درخت تصمیم در کنار کدگذاری فیلدهای محدوده، باعث استفاده بهتر و کاهش قابل توجهی در توان مصرفی حافظه های آدرس پذیر بر اساس محتوا در معماری دسته بندی کننده سخت افزاری بسته های شبکه در مقایسه با سایر روشهای دیگر شده است.

منابع مشابه

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

پیشگویی پیوند در شبکه های اجتماعی با استفاده از ترکیب دسته بندی کننده ها

Abstract Link prediction in social networks is one of the most important activities in analysis of such networks. The importance of link prediction in social networks is due to its dynamic nature. While members and their relationships (links) in such networks are continuously increasing, links may be missed due to various reasons. By predicting such links, the possibility of extension, compl...

متن کامل

افزایش کارایی دسته بند درختی مبتنی بر TCAM به کمک برش‌های پویا در فضای ژئومتریک

دسته‌بندی بسته‌ها یکی از پردازش‌های اساسی است که اغلب توسط پردازنده‌های شبکه اجرا می‌گردد. در پیاده‌سازی سخت‌افزاری الگوریتم‌های دسته‌بندی بسته‌ها، از حافظه‌های تداعیگر چند‌وضعیتی (TCAM) برای جست‌و‌جوی موازی و افزایش سرعت پردازش استفاده می‌شود. در معماری دسته‌بند که عموما از دو مرحله تشکیل شده است، نخست درخت‌های تصمیم‌گیری ایجاد شده و قوانین دسته‌بند بین برگ‌های آن توزیع می‌شوند. در مرحله دوم، ...

متن کامل

افزایش کارایی دسته بند درختی مبتنی بر tcam به کمک برش های پویا در فضای ژئومتریک

دسته بندی بسته ها یکی از پردازش های اساسی است که اغلب توسط پردازنده های شبکه اجرا می گردد. در پیاده سازی سخت افزاری الگوریتم های دسته بندی بسته ها، از حافظه های تداعیگر چند وضعیتی (tcam) برای جست و جوی موازی و افزایش سرعت پردازش استفاده می شود. در معماری دسته بند که عموما از دو مرحله تشکیل شده است، نخست درخت های تصمیم گیری ایجاد شده و قوانین دسته بند بین برگ های آن توزیع می شوند. در مرحله دوم، ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023